Modelle des Sprachwandels

Größe: px
Ab Seite anzeigen:

Download "Modelle des Sprachwandels"

Transkript

1 e des Sprachwandels Semantischer Wandel Armin W. Buch 17. Juli 2013

2 Typen des semantischen Wandels Melioration: mehr Wertschätzung (agr. guna, en. queen ) Pejoration: weniger Wertschätzung ( Weib, billig, Neger ) Metonymien (pars pro toto, Metaphern und andere Übertragungen)

3 ierbarkeit Semantischer Wandel geschieht in einem semantischen Raum z.b. entlang von Skalen, oder entlang von Assoziationen Am einfachsten modellierbar ist die mengentheoretische Bedeutung eines Begriffes Geeignet für und (mehr oder weniger bezeichnete Elemente)

4 Spieltheoretisches Schröder & Wichardt (2007) Signalspiel gleicher Nutzen für Sender und Empfänger 2 Bedeutungen: {Θ 1, Θ 2 } Wahrscheinlichkeitsverteilung: p, 1 p 2 Handlungen: {ι 1, ι 2 } 3 Wörter: {a 1, a 2, e} mehrdeutiger Oberbegriff e

5 Nutzen u(θ i, a i, ι j ) = 1 für i = j, sonst 0 Nachricht e ist billiger: u(θ i, e, ι j ) = 1+c für i = j, sonst 0 (c > 0)

6 Senderstrategien Wörtlich: Verwende a 1 und a 2 Default-1: Verwende e für Θ 1 Default-2: Verwende e für Θ 2 Faul: Verwende nur e

7 Hörerstrategien wörtliche Interpretation: Θ i a i ι i 1. Interpretiere e als ι 1 2. Interpretiere e als ι 2

8 Nutzen für Θ 1 e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ c 0 e für Θ nur e 1 + c 0

9 Nutzen, gewichtet mit p e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc p e für Θ 2 p 1 + (1 p)c nur e p(1 + c) (1 p)(1 + c)

10 Nutzen, gewichtet mit p e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc p e für Θ 2 p 1 + (1 p)c nur e p(1 + c) (1 p)(1 + c) Zwei strenge Gleichgewichte Oberbegriff für das häufigere von beiden

11 Erweiterung e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc + 1 (1 p)+px e für Θ 2 p+(1 p)x 1 + (1 p)c nur e p(1 + c)+(1 p)x (1 p)(1 + c)+px Erweiterung um von Null verschiedenen Nutzen x < 1 + c bei falscher Interpretation schlechter als erfolgreiche billige (e) Kommunikation möglicherweise besser als erfolgreiche teure

12 Erweiterung e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc + 1 (1 p)+px 2 e für Θ 2 p+(1 p)x (1 p)c nur e p(1 + c)+(1 p)x 1 (1 p)(1 + c)+px 2 Erweiterung um von Null verschiedenen Nutzen x < 1 + c bei falscher Interpretation schlechter als erfolgreiche billige (e) Kommunikation möglicherweise besser als erfolgreiche teure Gleichgewicht wechselt bei x = 1 Verschiedene x werden nachher notwendig

13 Wandel im Stellschraube ist die Wahrscheinlichkeitsverteilung Man könnte auch die einzelnen Nutzwerte verändern

14 Im : Wechsel von nur e in eine Aufteilung e spezialisiert sich Ausgangslage Sender: nur e Ausgangslage Empfänger: e als ι 1 (o.b.d.a.) Daraus folgt weiter: x 1 > 1

15 Wir verändern p, bis das Gleichgewicht nach e als ι 2 kippt Θ 2 wird wahrscheinlicher, e nimmt diese Bedeutung an Bei x 2 > 1 ändert sich nur die Default-Interpretation von e Bei x 2 < 1 reagieren die Sender dadurch, dass sie nach e für Θ 2 ausweichen a 1 kommt also neu dazu, weil dessen Bedeutung untergehen zu lassen schlimmer ist als es bei Θ 2 war

16 Und umgekehrt Ausgangslage Sender: e für Θ 1, folglich x 1 < 1 (o.b.d.a.) Ausgangslage Empfänger: e als ι 1 (beste Antwort) Varianz: Sender machen Fehler, e manchmal doch für Θ 2 Wir senken p (Θ 2 wahrscheinlicher), bis die Empfänger mehr Nutzen aus e als ι 2 haben Dann ist auch e für Θ 2 die beste Antwort der Sender Aber was nehmen sie für Θ 1?

17 Annahme: x 2 > 1 Sender nehmen weiterhin e für Θ 1 e bedeutet jetzt beides a 2 wird nicht mehr verwendet Neues Gleichgewicht

18 Wandel Gegenannahme: x 2 < 1 Bei Θ 1 gar nicht mehr verstanden zu werden ist teurer als ein neues Wort a 1 (den Spezialbegriff) zu verwenden Der Oberbegriff wechselt seine Beudeutung Der andere Spezialbegriff fällt weg

19 Fazit das klassische 2-mal-2- um einen Oberbegriff und ein paar Parameter erweitert Bedeutungsverschiebungen innerhalb des semantischen Raumes modellierbar Bei festgelegten Parametern entscheidet allein die Verwendungshäufigkeit Ohne Mutation kann echter Wandel (heißt: Sender und Empfänger ändern die Strategie) nicht stattfinden

20 Literatur I Bernhard Schröder and Philipp C Wichardt. ing Semantic Change as Equilibrium Shift in a Signalling Game. Language, Games, and Evolution, 1:69, 2007.

Exkurs zur Spieltheorie. 1 Statische Spiele mit unvollständiger Information

Exkurs zur Spieltheorie. 1 Statische Spiele mit unvollständiger Information Wettbewerbstheorie und -politik Spieltheorie-1 Dr. Florian Englmaier Exkurs zur Spieltheorie Bisher haben wir stets Spiele mit vollständiger Information analysiert (complete information). Alle Spieler

Mehr

Kapitel 4: Gemischte Strategien

Kapitel 4: Gemischte Strategien Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 4.1: Motivation Motivation In vielen Spielen gibt es kein

Mehr

1. Musterlösung. Problem 1: Average-case-Laufzeit vs. Worst-case-Laufzeit ** i=1

1. Musterlösung. Problem 1: Average-case-Laufzeit vs. Worst-case-Laufzeit ** i=1 Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 05/06 ITI Wagner. Musterlösung Problem : Average-case-Laufzeit vs. Worst-case-Laufzeit ** (a) Im schlimmsten Fall werden für jedes Element

Mehr

Dynamische Spiele mit unvollständiger Information. Perfektes Bayesianisches Gleichgewicht

Dynamische Spiele mit unvollständiger Information. Perfektes Bayesianisches Gleichgewicht Dynamische Spiele mit unvollständiger Information Perfektes Bayesianisches Gleichgewicht Spieltheorie University of Bonn Dezsö Szalay Dieser Teil basiert auf Kapitel 4 "Gibbons (1992), A primer in Game

Mehr

Anreize -Vorlesung vom : Das Spence(1973)-Modell

Anreize -Vorlesung vom : Das Spence(1973)-Modell Anreize -Vorlesung vom 2.12.2008: Das Spence(1973)-Modell Annette Kirstein Quelle: Salanié, Bernard (1997); The Economics of Contracts, MIT Press, 85-91. Gliederung 3.0 Einführung 3. Das Spence-Modell:

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Kommunikation als Spiel zwischen rationalen Agenten

Kommunikation als Spiel zwischen rationalen Agenten Kommunikation als Spiel zwischen rationalen Agenten Stefan Partusch Hauptseminar Logik des geteilten Wissens, Centrum für Informations- und Sprachverarbeitung, Ludwig-Maximilians-Universität München 18.

Mehr

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Sprachtechnologie. Tobias Scheffer Thomas Vanck

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Sprachtechnologie. Tobias Scheffer Thomas Vanck Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Sprachtechnologie Tobias Scheffer Thomas Vanck Statistik & Maschinelles Lernen Statistik: Deskriptive Statistik: Beschreibung (Tabellen,

Mehr

Braess-Paradoxon und der Preis der Anarchie

Braess-Paradoxon und der Preis der Anarchie Algorithmische Spieltheorie Sommer 207 Wardropspiele Existenz und Eindeutigkeit von Wardrop-Gleichgewichten Verkehrsmodell von Wardrop Ein Wardropspiel ist gegeben durch einen gerichteten Graphen G = (V,

Mehr

i Der Informatinonsgehalt ist also intuitiv umgekehrt proportional der Auftritswahrscheimlichkeit.

i Der Informatinonsgehalt ist also intuitiv umgekehrt proportional der Auftritswahrscheimlichkeit. 1 2 Im ersten Schritt werden wir uns mit dem Begriff und der Definition der Information beschäftigen. Ferner werden die notwendigen math. Grundlagen zur Quellencodierung gelegt. Behandelt werden Huffman,

Mehr

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

Ablauf. 1 Imitationsdynamik. 2 Monotone Auszahlung. 3 Entscheidung gegen iterativ dominierte Strategien. 4 Beste-Antwort-Dynamik 2 / 26

Ablauf. 1 Imitationsdynamik. 2 Monotone Auszahlung. 3 Entscheidung gegen iterativ dominierte Strategien. 4 Beste-Antwort-Dynamik 2 / 26 Spieldynamik Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics, Cambridge, Kap. 8 Simon Maurer Saarbrücken, den 13.12.2011 1 / 26 Ablauf 1 Imitationsdynamik 2 Monotone Auszahlung

Mehr

Tutorium zu den NdL-Einführungsseminaren. Markus Frank M.A Wichtige rhetorische Figuren und Übungen. Tropen

Tutorium zu den NdL-Einführungsseminaren. Markus Frank M.A Wichtige rhetorische Figuren und Übungen. Tropen A. Stilmittel 30.04.2013 Wichtige rhetorische Figuren und Übungen 07.05.2013 Wichtige Tropen und Übungen Tropen Bezeichnung Beschreibung Beispiel Vergleich X ist so p wie Y (p= tertium comparationis) Stark

Mehr

Probleme bei reinen Strategien. Nash Gleichgewichte in gemischten Strategien Kopf 1, 1 1, 1 Zahl 1, 1 1, 1. Gemischte Strategien

Probleme bei reinen Strategien. Nash Gleichgewichte in gemischten Strategien Kopf 1, 1 1, 1 Zahl 1, 1 1, 1. Gemischte Strategien Probleme bei reinen Strategien Bisher hatten wir angenommen, daß sich jeder Spieler b auf genau eine Strategie S b S b festlegt. Das ist nicht immer plausibel. Nash Gleichgewichte in gemischten Strategien

Mehr

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder

Mehr

Vorlesung 3. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Vorlesung 3. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen Vorlesung 3 Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder

Mehr

Teil 2: Dynamische Spiele mit vollständigen Informationen

Teil 2: Dynamische Spiele mit vollständigen Informationen Teil : Dynamische Spiele mit vollständigen Informationen Kapitel 5: Grundsätzliches Literatur: Tadelis Chapter 7 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 5.:

Mehr

Risikokommunikation und neue Medien

Risikokommunikation und neue Medien Risikokommunikation und neue Medien Workshop 7 Cees Meijer; Consumer Safety Institute, Amsterdam Gesundheitsförderung trifft Jugendarbeit Fonds Gesundes Österreich Salzburg, 19.9.2008 Unfallprävention

Mehr

Aufgabe (12 Punkte) Sei A A eine σ-algebra. (a) Man zeige: Ist X : Ω R A -messbar, dann ist X A-messbar. (b) Gilt die Umkehrung von (a)?

Aufgabe (12 Punkte) Sei A A eine σ-algebra. (a) Man zeige: Ist X : Ω R A -messbar, dann ist X A-messbar. (b) Gilt die Umkehrung von (a)? Am 5. Mai 2007 wurde zum dritten Mal eine stochastische Eingangsprüfung durchgeführt. Insgesamt konnten maximal 56 Punkte erreicht werden, zum Bestehen der Prüfung waren mindestens 26 Punkte notwendig.

Mehr

Berechnen und Darstellen von Wahrscheinlichkeiten

Berechnen und Darstellen von Wahrscheinlichkeiten Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-: Berechnen und Darstellen von Wahrscheinlichkeiten & Binomialverteilung Berechnen und Darstellen von Wahrscheinlichkeiten

Mehr

Multicast-Kommunikation Teleseminar Wintersemester 1999/2000. MOSPF (Multicast Open Shortest Path First)

Multicast-Kommunikation Teleseminar Wintersemester 1999/2000. MOSPF (Multicast Open Shortest Path First) Multicast-Kommunikation Teleseminar Wintersemester 1999/2000 MOSPF (Multicast Open Shortest Path First) OSPF Abk. für Open Shortest Path First ist ein internes Gateway Protokoll gehört zur Klasse der Link-State-Routing-

Mehr

Unique Equilibrium in a Model of Self-fulfilling Currency Attacks

Unique Equilibrium in a Model of Self-fulfilling Currency Attacks Unique Equilibrium in a Model of Self-fulfilling Currency Attacks by Stephen Morris und Hyun Song Shin (The American Economic Review, June 1998, pp. 587-597) Vortrag von Philippe Armbruster und Enrico

Mehr

How To Find Out If A Ball Is In An Urn

How To Find Out If A Ball Is In An Urn Prof. Dr. P. Embrechts ETH Zürich Sommer 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe

Mehr

Kap.1: Was ist Wissen? 1.1 Begriff des Wissens (1)

Kap.1: Was ist Wissen? 1.1 Begriff des Wissens (1) Kap.1: Was ist Wissen? 1.1 Begriff des Wissens (1) Zusammenfassung: Diskutiert wurde: A) Wissensbegriff in verschiedenen Wissenschaften B) Daten Information Wissen Ebenen: (E1) Übermittlung physikalischer

Mehr

3 Wahrscheinlichkeitstheorie

3 Wahrscheinlichkeitstheorie Einige mathematische Konzepte 3 Wahrscheinlichkeitstheorie 3.1 Wahrscheinlichkeit Die Wahrscheinlichkeitstheorie modelliert Situationen, in denen Unsicherheit über bestimmte Aspekte der Umwelt vorherrscht.

Mehr

Braess-Paradoxon und der Preis der Anarchie

Braess-Paradoxon und der Preis der Anarchie Algorithmische Spieltheorie Sommer 208 Wardropspiele Existenz und Eindeutigkeit von Wardrop-Gleichgewichten Verkehrsmodell von Wardrop Ein Wardropspiel ist gegeben durch einen gerichteten Graphen G = (V,

Mehr

Kapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6

Kapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6 Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Idee In vielen Spielen gibt es kein Nash Gleichgewicht in reinen Strategien (und auch kein Gleichgewicht in dominanten Strategien) Darüber hinaus

Mehr

Die Fachstelle für die öffentlichen Bibliotheken in NRW berät und unterstützt die kommunalen öffentlichen Bibliotheken. Außerdem ist die Fachstelle

Die Fachstelle für die öffentlichen Bibliotheken in NRW berät und unterstützt die kommunalen öffentlichen Bibliotheken. Außerdem ist die Fachstelle Die Fachstelle für die öffentlichen Bibliotheken in NRW berät und unterstützt die kommunalen öffentlichen Bibliotheken. Außerdem ist die Fachstelle zuständig für die Umsetzung der Landesförderung des Landes

Mehr

(a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private...

(a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private... 1 KAP 19. Expertenberatung Wir betrachten eine Modell, in dem... (a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private...... entscheidungsrelevante Information

Mehr

Klausur zur Mathematik für Biologen

Klausur zur Mathematik für Biologen Mathematisches Institut der Heinrich-Heine-Universität DÜSSELDORF WS 2002/2003 12.02.2003 (1) Prof. Dr. A. Janssen / Dr. H. Weisshaupt Klausur zur Mathematik für Biologen Bitte füllen Sie das Deckblatt

Mehr

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!!

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!! Deckblatt Name Vorname Matrikelnr. Name in Druckbuchstaben Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert Nur einen Studiengang ankreuzen!!! Bachelorstudiengang Sozialökonomie

Mehr

Einführung in die Computerlinguistik

Einführung in die Computerlinguistik Einführung in die Computerlinguistik Neuronale Netze WS 2014/2015 Vera Demberg Neuronale Netze Was ist das? Einer der größten Fortschritte in der Sprachverarbeitung und Bildverarbeitung der letzten Jahre:

Mehr

Genauer gesagt handelt es sich zum einen um Spiele mit einseitiger unvollständiger Information.

Genauer gesagt handelt es sich zum einen um Spiele mit einseitiger unvollständiger Information. Spieltheorie Sommersemester 2007 1 Signalspiele Wir betrachten eine spezielle Klasse von Spielen mit unvollständiger Information, die sogenannten Signalspiele, für die es in der Ökonomik zahlreiche Anwendngen

Mehr

Schnelleinstieg in die ACT. Valerie Kiel und Dr. Barbara Annen ACBS WC 13, Berlin 16. Juli 2015

Schnelleinstieg in die ACT. Valerie Kiel und Dr. Barbara Annen ACBS WC 13, Berlin 16. Juli 2015 Schnelleinstieg in die ACT Valerie Kiel und Dr. Barbara Annen ACBS WC 13, Berlin 16. Juli 2015 Herzlich Willkommen zum Schnelleinstieg in die ACT Hexaflex in 90 Min. Schnellzug Depression und Angststörungen

Mehr

D Spieltheorie und oligopolistische Märkte

D Spieltheorie und oligopolistische Märkte D Spieltheorie und oligopolistische Märkte Verhaltensannahmen in der Markttheorie, die bisher analysiert wurden Konkurrenz: viele sehr kleine Wirtschaftssubjekte, die für sich genommen keinen Einfluss

Mehr

Ein Auflistung der verschiedenen Probleme, die es mit Sprache mit weitesten Sinne zu beobachten gibt:

Ein Auflistung der verschiedenen Probleme, die es mit Sprache mit weitesten Sinne zu beobachten gibt: Das Thema Sprache Sprache sprechen und verstehen ist ein sehr komplexer Vorgang. Für Menschen mit Autismus-Spektrum-Störung (ASS) machen die Verarbeitung und das Verständnis Probleme. Sprache ist abstrakt,

Mehr

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012 Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält

Mehr

Kleines Lexikon der Begriffe*

Kleines Lexikon der Begriffe* Kleines Lexikon der Begriffe* Auszahlungsfunktion (payoff function) Eine Funktion, die jedem Strategienprofil einen Auszahlungsvektor zuweist. Der Auszahlungsvektor enthält für jeden Spieler einen Wert

Mehr

Algebraische Statistik ein junges Forschungsgebiet. Dipl.-Math. Marcus Weber

Algebraische Statistik ein junges Forschungsgebiet. Dipl.-Math. Marcus Weber Algebraische Statistik ein junges Forschungsgebiet Dipl.-Math. Marcus Weber Disputationsvortrag 15. Februar 2006 Gliederung 1. Statistische Modelle 2. Algebraische Interpretation statistischer Probleme

Mehr

Elementare Wahrscheinlichkeitslehre

Elementare Wahrscheinlichkeitslehre Elementare Wahrscheinlichkeitslehre Vorlesung Computerlinguistische Techniken Alexander Koller 13. November 2015 CL-Techniken: Ziele Ziel 1: Wie kann man die Struktur sprachlicher Ausdrücke berechnen?

Mehr

Gesundes Führen - Führungskräfteentwicklung & Potentialnutzung

Gesundes Führen - Führungskräfteentwicklung & Potentialnutzung Gesundes Führen - Führungskräfteentwicklung & Potentialnutzung Beugen Sie vor, denn vorbeugen ist sinnvoller als heilen. Das Trainingskonzept vermittelt Lebens- und Leitlinien für ausgeglichene und gesunde

Mehr

7.2 Moment und Varianz

7.2 Moment und Varianz 7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p

Mehr

TF312. Manuelle Ausnahmen. hager. Sollwerte. Befehl Schaltausgang ECO. Zustandsanzeige Raumtemperatur Momentaner Sollwert Reglerausgang (%)

TF312. Manuelle Ausnahmen. hager. Sollwerte. Befehl Schaltausgang ECO. Zustandsanzeige Raumtemperatur Momentaner Sollwert Reglerausgang (%) Regler Uhren der Serie F Applikationssoftware emperaturregler Familie: Heizung, Klima, Lüftung yp: Regler F312 Umgebung hager Manuelle Ausnahmen e Befehl Schaltausgang Ausgang Auswahl der e Zustandsanzeige

Mehr

DIE RATIONALEN ZAHLEN

DIE RATIONALEN ZAHLEN Bundesgymnasium für Mathematik 1 -Arbeitsblatt 1-3: Rationale Zahlen 1F Wintersemester 01/013 Unterlagen: LehrerInnenteam GFB DIE RATIONALEN ZAHLEN 1) Einleitung Wie wir schon bei der Erweiterung von der

Mehr

Die Rolle von Text und Kontext in Stochastik-Aufgaben

Die Rolle von Text und Kontext in Stochastik-Aufgaben Die Rolle von Text und Kontext in Stochastik-Aufgaben Franz Schoberleitner Adalbert Stifter Gymnasium Linz JKU Linz Einige Feststellungen Der Stochastik-Unterricht ist besonders sprachintensiv und erfordert

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 2: Signale, Nachrichten, Informationen, Daten Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/19 Überblick Signale

Mehr

Terme vereinfachen bedeutet nichts anderes, als dass man verschiedene Variable addiert, subtrahiert, dividiert oder miteinander multipliziert.

Terme vereinfachen bedeutet nichts anderes, als dass man verschiedene Variable addiert, subtrahiert, dividiert oder miteinander multipliziert. Hilfe 1 Terme vereinfachen 1 Terme vereinfachen bedeutet nichts anderes, als dass man verschiedene Variable addiert, subtrahiert, dividiert oder miteinander multipliziert. Du musst allerdings einige Regeln

Mehr

Matthias Böhme Max Planck Institut für ausländisches und internationales Strafrecht Freiburg i. Br., Germany

Matthias Böhme Max Planck Institut für ausländisches und internationales Strafrecht Freiburg i. Br., Germany Terroristische Anschläge und Sicherheitsbehörden Ein spieltheoretisches Modell der wechselseitigen Handlungskalkulation von Sicherheitsbehörden und Terroristen Matthias Böhme Max Planck Institut für ausländisches

Mehr

MRSA-Umgebungsscreening Vorher Nachher

MRSA-Umgebungsscreening Vorher Nachher MRSA-Umgebungsscreening Vorher Nachher 53. Hygienekreis, USZ 7. März 2017 Magi Bächli Fachperson für Infektionsprävention MRSA-Umgebungsscreening Evaluation des MRSA-Umgebungsscreenings in einer Niedrigprävalenz-Region

Mehr

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen X sei eine diskrete reellwertige Zufallsvariable, d.h. eine ZV e mit Wertebereich R (oder einer Teilmenge davon), sodass eine

Mehr

Klausur Industrieökonomik Ausgewählte Lösungen skizziert (Angaben ohne Gewähr!)

Klausur Industrieökonomik Ausgewählte Lösungen skizziert (Angaben ohne Gewähr!) Ausgewählte Lösungen skizziert (Angaben ohne Gewähr!) Aufgabe 1: (Cournot-Duopol) Zwei Firmen befinden sich im Wettbewerb um die Nachfrage x(p) =8p. Sie produzieren mit der Kostenfunktion C i (x i )= 3

Mehr

1. Demografische und ökonomische Ausgangslage und Handlungsbedarfe

1. Demografische und ökonomische Ausgangslage und Handlungsbedarfe ELER 1. Demografische und ökonomische Ausgangslage und Handlungsbedarfe Ø Erhebliche Unterschiede in der Intensität des Demografischen Wandels in den niedersächsischen Teilräumen! 3 ELER g schrumpft. p

Mehr

Spieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008

Spieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008 Spieltheorie Teil 4 Tone Arnold Universität des Saarlandes 20. März 2008 Tone Arnold (Universität des Saarlandes) Spieltheorie Teil 4 20. März 2008 1 / 64 Verfeinerungen des Nash GGs Das Perfekte Bayesianische

Mehr

Konfidenzintervalle. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt

Konfidenzintervalle. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt Konfidenzintervalle Annahme: X 1,..., X n iid F θ. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt P θ (U θ O) = 1 α, α (0, 1). Das Intervall [U, O] ist ein Konfidenzintervall

Mehr

Übung BWL I SS Termin 4. Tabea Schüller

Übung BWL I SS Termin 4. Tabea Schüller Ernst-Moritz-Arndt- Rechts- und Staatswissenschaftliche Fakultät Lehrstuhl für Betriebswirtschaftslehre, insbesondere Marketing Termin 4 Übung BWL I SS 2018 Tabea Schüller Friedrich-Loeffler-Straße 70

Mehr

Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind.

Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind. 1 2 Im ersten Schritt werden wir uns mit dem Begriff und der Definition der Information beschäftigen. Ferner werden die notwendigen math. Grundlagen zur Quellencodierung gelegt. Behandelt werden Huffman,

Mehr

Semantische Relationen in Dokumentationssprachen. vom Thesaurus zum semantischen Netz

Semantische Relationen in Dokumentationssprachen. vom Thesaurus zum semantischen Netz Semantische Relationen in Dokumentationssprachen vom Thesaurus zum semantischen Netz Felix Boteram RESEDA-Projekt Institut für Informationsmanagement (IIM) Fachhochschule Köln felix.boteram@fh-koeln.de

Mehr

Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK

Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK Institut für Stochastik Prof. Dr. Daniel Hug Name: Vorname: Matr.-Nr.: Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK Datum: 08. Februar 0 Dauer:

Mehr

Praktikum Maschinelle Übersetzung Lexikon and Word Alignment

Praktikum Maschinelle Übersetzung Lexikon and Word Alignment Praktikum Maschinelle Übersetzung Lexikon and Word Alignment Um die Aufgaben auszuführen, können Sie ihre Daten in folgendem Verzeichnis speichern: /project/smtstud/ss10/systems/username/ Wir werden zunächst

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 4. Vorlesung - 2017 Diskrete Zufallsgrößen X : Ω {x 1, x 2,..., x i,... } Wahrscheinlichkeitsverteilung von X ( ) x1 x X 2... x i... = p 1 p 2... p i... I N (Indexmenge) mit den Wahrscheinlichkeiten p

Mehr

anscheinend keine Aufgaben zur Wiederholung von Kombinatorik und Laplace-Experimenten?

anscheinend keine Aufgaben zur Wiederholung von Kombinatorik und Laplace-Experimenten? anscheinend keine Aufgaben zur Wiederholung von Kombinatorik und Laplace-Eperimenten? 44/ b) z. B. = {a, m}, 2 = {s, w, k} (Der Hinweis hier ist irreführend; auch gröbere Ergebnisräume,,enthalten alle

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Beim Einkaufen: Was soll ich denn nehmen? A2.2 B1.2; MI40, MI55, MI63, MI28. Information zur Aufgabe

Beim Einkaufen: Was soll ich denn nehmen? A2.2 B1.2; MI40, MI55, MI63, MI28. Information zur Aufgabe Information zur Aufgabe Vorbereitung Bei der Vorbereitung kannst du Stichwörter notieren, ein Wörterbuch ist aber nicht erlaubt. Deine Stichwörter solltest du nicht auf das Aufgabenblatt, sondern auf ein

Mehr

Spieltheorie. Dezsö Szalay. Winter 2013/14. University of Bonn. Dezsö Szalay (University of Bonn) Spieltheorie Winter 2013/14 1 / 1

Spieltheorie. Dezsö Szalay. Winter 2013/14. University of Bonn. Dezsö Szalay (University of Bonn) Spieltheorie Winter 2013/14 1 / 1 Spieltheorie Dezsö Szalay University of Bonn Winter 2013/14 Spieltheorie University of Bonn Professor Dezsö Szalay Winter 2013/14 Re nements of Perfect Bayesian Equilibrium Dieser Teil basiert auf Gibbons,

Mehr

Stochastik Serie 11. ETH Zürich HS 2018

Stochastik Serie 11. ETH Zürich HS 2018 ETH Zürich HS 208 RW, D-MATL, D-MAVT Prof. Marloes Maathuis Koordinator Dr. Marvin Müller Stochastik Serie. Diese Aufgabe behandelt verschiedene Themenbereiche aus dem gesamten bisherigen Vorlesungsmaterial.

Mehr

IK Ökonomische Entscheidungen und Märkte

IK Ökonomische Entscheidungen und Märkte IK Ökonomische Entscheidungen und Märkte Angebot und Nachfrage Bernhard Schmidpeter (JKU) IK ÖEM 11/03/2015 1 / 27 Überblick Kapitel 2 in Pindyck und Rubinfeld. Angebot & Nachfrage: Wie und warum ändern

Mehr

Kapitel 3 Schließende Statistik

Kapitel 3 Schließende Statistik Motivation Grundgesamtheit mit unbekannter Verteilung F Stichprobe X 1,...,X n mit Verteilung F Realisation x 1,...,x n der Stichprobe Rückschluss auf F Dr. Karsten Webel 160 Motivation (Fortsetzung) Kapitel

Mehr

Grundlagen der Technischen Informatik. Informationsgehalt. Kapitel 4.1

Grundlagen der Technischen Informatik. Informationsgehalt. Kapitel 4.1 Informationsgehalt Kapitel 4.1 Prof. Dr.-Ing. Jürgen Teich Lehrstuhl für Hardware-Software-Co-Design Technische Informatik - Meilensteine Informationstheorie Claude Elwood Shannon (geb. 1916) Quelle Sender

Mehr

4. Unreine öentliche Güter 4.1. Clubgüter

4. Unreine öentliche Güter 4.1. Clubgüter 4. Unreine öentliche Güter 4.1. Clubgüter Unreine öentliche Güter: entweder Rivalität oder Ausschlussprinzip. Rivalität und Ausschlussprinzip: Allmendegüter (s. nächstes Kap.). Def. Clubgut: Clubgüter

Mehr

Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4

Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4 Skript zur Vorlesung Mikroökonomik II (WS 09) Teil 4 PR 13: Spieltheorie Weiterentwicklung der ökonomischen Theorie untersucht Situationen strategischen Verhaltens John von Neumann und Oskar Morgenstern

Mehr

Semantik. Anke Himmelreich Variabilität der Bedeutung. Universität Leipzig, Institut für Linguistik 1 / 44

Semantik. Anke Himmelreich Variabilität der Bedeutung. Universität Leipzig, Institut für Linguistik 1 / 44 1 / 44 Semantik Variabilität der Bedeutung Anke Himmelreich anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 21.04.2016 2 / 44 Inhaltsverzeichnis 3 Strukturelle Ambiguität 1 Ambiguität

Mehr

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung) Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie

Mehr

Kontextfreie Grammatiken

Kontextfreie Grammatiken Kontextfreie Grammatiken Vorlesung Computerlinguistische Techniken Alexander Koller 16. Oktober 2015 Übersicht Worum geht es in dieser Vorlesung? Übungen und Abschlussprojekt Kontextfreie Grammatiken Computerlinguistische

Mehr

5.10. Mehrdimensionale Extrema und Sattelpunkte

5.10. Mehrdimensionale Extrema und Sattelpunkte 5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(

Mehr

Mathematik. Juni 2016 AHS. Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten

Mathematik. Juni 2016 AHS. Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten Name: Datum: Klasse: Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten Hinweise

Mehr

Ökonomische Analyse des Rechts

Ökonomische Analyse des Rechts Ökonomische Analyse des Rechts Spieltheorie Harald Wiese Universität Leipzig Wintersemester 2011/2012 Harald Wiese (Universität Leipzig) Spieltheorie Wintersemester 2011/2012 1 / 19 Gliederung der Vorlesung

Mehr

Mustererkennung. Übersicht. Unüberwachtes Lernen. (Un-) Überwachtes Lernen Clustering im Allgemeinen k-means-verfahren Gaussian-Mixture Modelle

Mustererkennung. Übersicht. Unüberwachtes Lernen. (Un-) Überwachtes Lernen Clustering im Allgemeinen k-means-verfahren Gaussian-Mixture Modelle Mustererkennung Unüberwachtes Lernen R. Neubecker, WS 01 / 01 Übersicht (Un-) Überwachtes Lernen Clustering im Allgemeinen k-means-verfahren 1 Lernen Überwachtes Lernen Zum Training des Klassifikators

Mehr

6. Dynamische Spiele mit unvollständiger Information

6. Dynamische Spiele mit unvollständiger Information 6. Dynamische Spiele mit unvollständiger Information Klaus M. Schmidt LMU München Spieltheorie, Wintersemester 2014/15 Klaus M. Schmidt (LMU München) 6. Dynamische Spiele mit unvollständiger Information

Mehr

10 Der statistische Test

10 Der statistische Test 10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer

Mehr

Paul Watzlawick. Fünf kommunikationspsychologische Axiome

Paul Watzlawick. Fünf kommunikationspsychologische Axiome Paul Watzlawick Fünf kommunikationspsychologische Axiome Grundannahmen über Kommunikation: 5 Axiome Die Grundannahmen (Axiome) sind Formulierungen über das Gelingen und über Störungen in der Kommunikation,

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 4 1. Semester ARBEITSBLATT 4 DIE RATIONALEN ZAHLEN. 1) Einleitung

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 4 1. Semester ARBEITSBLATT 4 DIE RATIONALEN ZAHLEN. 1) Einleitung ARBEITSBLATT DIE RATIONALEN ZAHLEN 1) Einleitung Wie wir schon bei der Erweiterung von der Menge der natürlichen Zahlen auf die Menge der ganzen Zahlen gesehen haben, ist es ein Ziel der Mathematik, innerhalb

Mehr

Die Binomialverteilung

Die Binomialverteilung Anhand verschiedener Fragen möchten wir heute klären, was man unter der Binomialverteilung versteht: z.b. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen

Mehr

Lotterien I: differenzenskaliert. Lotterien II: quotientenskaliert. Durchzähl -Methode. Drei Verfahren zur Messung von Nutzen.

Lotterien I: differenzenskaliert. Lotterien II: quotientenskaliert. Durchzähl -Methode. Drei Verfahren zur Messung von Nutzen. Drei Verfahren zur Messung von Nutzen Durchzähl -Methode Lotterien I: differenzenskaliert Typ: ordinal quasi-kardinal ohne Null und Eins Einheit/Nullpunkt: Vorteil: Vergleich: Nullpunkt und Einheit frei

Mehr

Vorlesung Wissensentdeckung

Vorlesung Wissensentdeckung Vorlesung Wissensentdeckung Klassifikation und Regression: nächste Nachbarn Katharina Morik, Uwe Ligges 14.05.2013 1 von 24 Gliederung Funktionsapproximation 1 Funktionsapproximation Likelihood 2 Kreuzvalidierung

Mehr

Thema: Die Evolution der Kommunikation

Thema: Die Evolution der Kommunikation Benjamin P. Lange, M. A. Wintersemester 2008 / 2009 Seminar: Thema: Die Evolution der Kommunikation Was ist Kommunikation? Übermittlung von Informationen zwischen kognitiven Systemen Prozess, an dem ein

Mehr

Radio Klassik Stephansdom

Radio Klassik Stephansdom Radio Klassik Stephansdom Bekanntheit der Umbenennung und Bewertung des Senders Dr Peter Hajek Mag. Alexandra Siegl, MSc Untersuchungsdesign > Auftraggeber: Radio Klassik Stephansdom > Methode: Telefonische

Mehr

Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm

Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm A b s c h l u s s k l a u s u r z u r V o r l e s u n g K a p i t a l m a r k t t h e o r i e W i n t e r s e m e s t e r 1 9 9 9 / 2

Mehr

Guten Abend! Wie geht es Euch?

Guten Abend! Wie geht es Euch? Guten Abend! Wie geht es Euch? Guten Abend! Wie geht es Dir? Kommunikationsmodelle. Ziel dabei ist es, die Zusammenhänge, Ebenen und Prozesse der Kommunikation möglichst einfach und in kleinerem Rahmen

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 2: Signale, Nachrichten, Informationen, Daten Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 29/21 1/19 Überblick Signale

Mehr

Statistik I für Betriebswirte Vorlesung 13

Statistik I für Betriebswirte Vorlesung 13 Statistik I für Betriebswirte Vorlesung 13 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 4. Juli 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Finanzkrise Spieltheoretisches Modell Vortrag im Rahmen des Seminars Quantitative Finance Universität des Saarlandes Prof.

Finanzkrise Spieltheoretisches Modell Vortrag im Rahmen des Seminars Quantitative Finance Universität des Saarlandes Prof. Finanzkrise Spieltheoretisches Modell Vortrag im Rahmen des Seminars Quantitative Finance Universität des Saarlandes Prof. Ludger Santen S. Schütz 22.Juli 2009 Inhaltsverzeichnis 1 Die Finanzkrise 2 3

Mehr

Gibbs sampling. Sebastian Pado. October 30, Seien X die Trainingdaten, y ein Testdatenpunkt, π die Parameter des Modells

Gibbs sampling. Sebastian Pado. October 30, Seien X die Trainingdaten, y ein Testdatenpunkt, π die Parameter des Modells Gibbs sampling Sebastian Pado October 30, 2012 1 Bayessche Vorhersage Seien X die Trainingdaten, y ein Testdatenpunkt, π die Parameter des Modells Uns interessiert P (y X), wobei wir über das Modell marginalisieren

Mehr

Kommunikation als Spiel zwischen rationalen Agenten

Kommunikation als Spiel zwischen rationalen Agenten Kommunikation als Spiel zwischen rationalen Agenten Nach Prashant Parikh, The Use of Language, 2001, Kap. 2-5 David Kaumanns Hauptseminar Geteiltes Wissen und spieltheoretische Semantik Dr. Hans Leiß,

Mehr

Strategische Asymmetrien Stackelberg-Modelle und Markteintritt

Strategische Asymmetrien Stackelberg-Modelle und Markteintritt Strategische Asymmetrien Stackelberg-Modelle und Markteintritt Stackelberg-Modelle In den Cournot- bzw. Bertrand-Modellen agieren die Firmen gleichzeitig. Diese Annahme ist nicht immer gerechtfertigt.

Mehr

Logistische Regression

Logistische Regression Logistische Regression Markus Kalisch 30.09.2014 1 Big Picture: Statistisches Lernen Supervised Learning (X,Y) Unsupervised Learning X VL 7, 11, 12 Regression Y kontinuierlich VL 1, 2, 4, 5, 6 Klassifikation

Mehr

Überabzählbarkeit der reellen Zahlen

Überabzählbarkeit der reellen Zahlen Überabzählbarkeit der reellen Zahlen Mathematik M4 Dozentin: Dr. Regula Krapf Jan Lukas Schallenberg Matr. Nr.: 214202241 November 2017 1 Inhaltsverzeichnis 1 Dedekindsche Schnitte 3 2 Addition und Multiplikation

Mehr

Bayes sches Updating (I)

Bayes sches Updating (I) Bayes sches Updating (I) Likelihood-Matrix L (bedingte Wsk. für Nachrichten) L m 1 m 2 m L z 1 q 1 1 = j 11 /π 1 q 2 1 = j 12 /π 1 q L 1 = j 1L /π 1 z 2 q 1 2 = j 21 / π 2 q 2 1 = j 22 /π 2 q L 2 = j 2L

Mehr